摘 要：本研究對具體電力變壓器工程進(jìn)行風(fēng)險評估分析，識別和評估可能導(dǎo)致電力變壓器故障的風(fēng)險因素。研究要素包括電力變壓器的設(shè)備狀態(tài)、運行環(huán)境、維護(hù)管理和故障歷史指標(biāo)。采用秩和比綜合評價模型對數(shù)據(jù)進(jìn)行分析，識別可能導(dǎo)致電力變壓器故障的主要風(fēng)險因素，運用所建立的風(fēng)險評估模型進(jìn)行實例分析，驗證模型的可行性和有效性。從指標(biāo)適用性、模型合理性和結(jié)果合理性3個方面對電力變壓器的風(fēng)險評估進(jìn)行總結(jié)概述。研究結(jié)果表明，本文建立的風(fēng)險評估模型和方法能夠較好地評估電力變壓器的運行風(fēng)險，為電力變壓器的運行管理和故障預(yù)防提供參考。

關(guān)鍵詞：電力變壓器；風(fēng)險評估；熵權(quán)法；秩和比綜合評價

中圖分類號：TM 41" 文獻(xiàn)標(biāo)志碼：A

電力變壓器作為電力系統(tǒng)中不可或缺的關(guān)鍵設(shè)備，其安全穩(wěn)定運行對保障電網(wǎng)的安全、保證經(jīng)濟(jì)和可靠供電具有重要意義[1]。由于電力變壓器故障可能導(dǎo)致設(shè)備損壞、供電中斷，甚至引發(fā)火災(zāi)等嚴(yán)重后果，因此，需要對電力變壓器進(jìn)行風(fēng)險評估分析，降低故障發(fā)生的可能性[2]。

楊巍巍[3]基于風(fēng)險評估和成本分析對電力變壓器檢修決策進(jìn)行研究，使電力變壓器在壽命周期內(nèi)檢修策略的技術(shù)性與經(jīng)濟(jì)性綜合最優(yōu)。鄭濤等[4]通過PSCAD/EMTDC仿真驗證了所提出的可靠性風(fēng)險評估模型的正確性。李澤宇[5] 以風(fēng)機(jī)、變壓器兩個主要設(shè)備為例，提出基于SCADA系統(tǒng)數(shù)據(jù)建立的風(fēng)電機(jī)組狀態(tài)參數(shù)異常辨識廣義模型以及考慮在線監(jiān)測信息的變壓器時變停運模型。徐玉琴等[6] 應(yīng)用物元模型評定變壓器成本風(fēng)險隸屬等級，得到影響變壓器全壽命周期成本管理的關(guān)鍵風(fēng)險因素。

本文引入秩和比綜合評價模型進(jìn)行綜合分析，建立電力變壓器的風(fēng)險評估模型，評估電力變壓器的運行狀態(tài)和故障風(fēng)險，旨在為電力變壓器的運行維護(hù)和故障預(yù)防提供決策支持。

1 變壓器風(fēng)險評價體系構(gòu)建

本研究對歷年故障相關(guān)資料、事故調(diào)查報告和維修記錄進(jìn)行統(tǒng)計整理，并與有關(guān)部門技術(shù)人員進(jìn)行深入訪談。在此基礎(chǔ)上，總結(jié)以下4個電力變壓器的風(fēng)險評價指標(biāo)。1）設(shè)備狀態(tài)指標(biāo)：旨在評估電力變壓器的內(nèi)部和外部狀態(tài)，包括絕緣狀態(tài)、冷卻系統(tǒng)狀態(tài)、電氣連接狀態(tài)等。2）運行環(huán)境指標(biāo)：主要關(guān)注電力變壓器所處的運行環(huán)境，包括溫度、濕度、灰塵、腐蝕性氣體等。3）維護(hù)管理指標(biāo)：評估電力變壓器的維護(hù)保養(yǎng)狀況，包括維護(hù)保養(yǎng)制度、維護(hù)保養(yǎng)質(zhì)量、維護(hù)保養(yǎng)人員素質(zhì)等。4）故障歷史指標(biāo)：主要評估電力變壓器過去的故障情況，包括故障次數(shù)、故障類型、故障原因等。

對風(fēng)險評價指標(biāo)進(jìn)行綜合分析，可以全面評估電力變壓器的運行風(fēng)險，為電力變壓器的運行管理和故障預(yù)防提供科學(xué)依據(jù)。同時，這4個指標(biāo)也為電力變壓器風(fēng)險評估模型建立奠定基礎(chǔ)，有助于提高電力變壓器風(fēng)險評估的準(zhǔn)確性和有效性。

2 模型配置

2. 1 熵權(quán)法確定權(quán)重

熵權(quán)法是一種基于信息熵理論的權(quán)重賦值方法，它通過計算各指標(biāo)的變異程度來確定權(quán)重，從而為多指標(biāo)綜合評價提供了一種客觀的權(quán)重分配方法。計算第j個評價指標(biāo)的熵值如公式（1）所示。

Hj=-k·sum（pij·ln（pij）） " （1）

式中：j為評價個數(shù)；i為指標(biāo)個數(shù)；k為第j個評價指標(biāo)的計算固定值，具體表現(xiàn)為k= 1/ln（j），pij為不同指標(biāo)數(shù)據(jù)在總體矩陣數(shù)據(jù)的占比，具體表現(xiàn)為pij=rij/sum（rij）。其中，rij為初始矩陣中的原始數(shù)據(jù)值。

信息熵冗余度是用來衡量指標(biāo)的變異程度。差異系數(shù)越大，指標(biāo)的變異程度越大，提供的信息量也越大，計算第j個指標(biāo)的信息熵冗余度如公式（2）所示。

Dj=1-Hj " （2）

式中：Hj為第j個評價指標(biāo)的熵值。

計算第 j個指標(biāo)的權(quán)重如公式（3）所示。

wj=Dj/sum（Dj） " （3）

式中：Dj為第j個指標(biāo)的信息熵冗余度。

2.2 秩和比綜合評價

秩和比綜合評價是一種將秩和比原理應(yīng)用于多指標(biāo)綜合評價的方法，其基本思想是將各指標(biāo)的排序結(jié)果轉(zhuǎn)化為秩次，再計算秩和比，根據(jù)秩和比的大小進(jìn)行綜合評價?；谥群捅染C合評價的計算步驟如下。

數(shù)據(jù)標(biāo)準(zhǔn)化處理：由于各指標(biāo)的量綱和數(shù)量級不同，因此須對其進(jìn)行標(biāo)準(zhǔn)化處理。設(shè)原始數(shù)據(jù)矩陣為X={xij}，其中，i=1，2，3，...，n 表示樣本數(shù)量，j=1，2，3，...，m 表示指標(biāo)數(shù)量。數(shù)據(jù)標(biāo)準(zhǔn)化處理方式如公式（4）所示。

（4）

式中：xij為第i個樣本的第j個指標(biāo)；xj為第j個指標(biāo)的樣本值；j為標(biāo)準(zhǔn)化處理指標(biāo)后的指標(biāo)數(shù)量；i為總體樣本數(shù)量。

計算秩次：對每個指標(biāo)進(jìn)行排序，將排序結(jié)果轉(zhuǎn)化為秩次。若存在相同的數(shù)據(jù)，則取平均值作為秩次。設(shè)Rij為第i個樣本的第j個秩次。根據(jù)秩次計算秩和比，其計算過程如公式（5）所示。

（5）

式中：Si為第i個樣本的秩和比；m為樣本數(shù)量。

計算秩和比分布累計頻率，其計算過程如公式（6）所示。

probit=u（Si）+5 " （6）

式中：u為離差函數(shù)；（Si）為秩和比的累積向下頻率。

3 實例分析

用熵權(quán)法確定電力變壓器風(fēng)險評價指標(biāo)的權(quán)重。權(quán)重大小可以反映各指標(biāo)在風(fēng)險評估中的相對重要性，有助于理解電力變壓器運行風(fēng)險的關(guān)鍵影響因素。秩和比分析模型通過秩和比原理，將各指標(biāo)的排序結(jié)果轉(zhuǎn)化為秩次，計算秩和比，最后根據(jù)秩和比的大小進(jìn)行綜合評價。秩和比分析模型能夠?qū)⒏髦笜?biāo)的排序結(jié)果轉(zhuǎn)化為綜合評價得分，從而對電力變壓器運行風(fēng)險進(jìn)行量化評估。有助于更直觀地理解電力變壓器的運行風(fēng)險，并為電力變壓器的運行管理和故障預(yù)防提供決策支持。

3. 1 實例概況

對某電力變壓器工程進(jìn)行分析，該工程包括10個電力變壓器，選取6個變壓器進(jìn)行研究。這6個變壓器的參數(shù)如下。

變壓器1：額定容量為100MVA，高壓側(cè)電壓為220kV，低壓側(cè)電壓為110kV，連接組別為YNd11。

變壓器2：額定容量為80MVA，高壓側(cè)電壓為110kV，低壓側(cè)電壓為35kV，連接組別為YNd11。

變壓器3：額定容量為60MVA，高壓側(cè)電壓為220kV，低壓側(cè)電壓為10kV，連接組別為YNyn0。

變壓器4：額定容量為50MVA，高壓側(cè)電壓為110kV，低壓側(cè)電壓為10kV，連接組別為YNyn0。

變壓器5：額定容量為30MVA，高壓側(cè)電壓為35kV，低壓側(cè)電壓為0.4kV，連接組別為Dd0。

變壓器6：額定容量為20MVA，高壓側(cè)電壓為10kV，低壓側(cè)電壓為0.4kV，連接組別為Dd0。

這些變壓器在工程中的主要作用是將高壓電能傳輸?shù)降蛪弘娋W(wǎng)，為用戶提供穩(wěn)定的電力供應(yīng)。在運行過程中，變壓器可能會受到各種因素的影響，例如過載、短路、溫度變化等，這些因素可能導(dǎo)致變壓器的故障，影響整個電力系統(tǒng)的穩(wěn)定運行。因此，對電力變壓器進(jìn)行風(fēng)險評估，識別潛在的風(fēng)險因素，并提出相應(yīng)的防范措施，對保障電力系統(tǒng)的安全運行具有重要意義。

3. 2 權(quán)重分析

采用熵權(quán)法確定各風(fēng)險評價指標(biāo)的權(quán)重。將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后的標(biāo)準(zhǔn)化矩陣如公式（7）所示。

（7）

將標(biāo)準(zhǔn)化矩陣代入熵值法計算步驟中，求得其信息熵值為（0.8，0.555，0.545，0.802），根據(jù)信息熵值求出信息效用值D為（0.2，0.445，0.455，0.198）。最終將信息效用值進(jìn)行綜合權(quán)重計算，權(quán)重計算結(jié)果見表1。

表1 電力變壓器風(fēng)險評價權(quán)重

指標(biāo)項 信息熵值 信息效用值 權(quán)重（%）

設(shè)備狀態(tài) 0.8 0.2 15.414

維護(hù)管理 0.555 0.445 34.309

運行環(huán)境 0.545 0.455 35.031

故障歷史 0.802 0.198 15.246

根據(jù)表1的數(shù)據(jù)可以看出，運行環(huán)境指標(biāo)的權(quán)重最高，達(dá)到35.031%，說明運行環(huán)境對電力變壓器的安全運行有至關(guān)重要的影響。當(dāng)電力變壓器在高溫、高濕、腐蝕性氣體等惡劣環(huán)境下運行時，其故障風(fēng)險顯著增加，因此，對運行環(huán)境監(jiān)控和改善是降低電力變壓器風(fēng)險的關(guān)鍵措施。維護(hù)管理指標(biāo)的權(quán)重次之，為34.309%，這表明維護(hù)管理的質(zhì)量直接關(guān)系到電力變壓器的運行狀態(tài)。定期維護(hù)保養(yǎng)、及時進(jìn)行問題排查和有效的維修措施能夠提高電力變壓器的可靠性和穩(wěn)定性，從而降低運行風(fēng)險。設(shè)備狀態(tài)指標(biāo)的權(quán)重為15.414%，反映電力變壓器自身的健康狀況。絕緣狀態(tài)、冷卻系統(tǒng)狀態(tài)和電氣連接狀態(tài)的良好與否，直接影響變壓器的使用壽命和安全性能。對設(shè)備狀態(tài)的定期檢測和評估是保障電力變壓器安全運行的重要手段。盡管故障歷史指標(biāo)的權(quán)重最小，僅為15.246%，但其仍然是評估電力變壓器風(fēng)險的一個重要方面。故障歷史可以提供關(guān)于變壓器過去運行狀況的信息，對故障類型、故障原因和故障頻率進(jìn)行分析，可以為預(yù)防未來的故障提供有價值的數(shù)據(jù)支持。

3.3 回歸分析

利用軟件SPSS對所建立的風(fēng)險評估模型進(jìn)行線性回歸檢驗。計算結(jié)果見表2。

根據(jù)表2所提供的數(shù)據(jù)，可以進(jìn)一步分析模型的穩(wěn)定性和預(yù)測能力。模型的顯著性P值為0.007，數(shù)值遠(yuǎn)小于科學(xué)研究中常用的顯著性水平0.05。在統(tǒng)計學(xué)中，用P值衡量假設(shè)檢驗的結(jié)果，若P值小于顯著性水平，則認(rèn)為結(jié)果具有統(tǒng)計學(xué)上的顯著性，即拒絕原假設(shè)。拒絕回歸系數(shù)為0的原假設(shè)，即認(rèn)為模型的回歸系數(shù)顯著不為0，表明模型中的自變量對因變量有顯著影響，模型具有一定的解釋能力。模型的擬合優(yōu)度R2為0.796說明模型能夠解釋因變量79.6%的變異。在回歸分析中，R2是衡量模型擬合優(yōu)度的一個重要指標(biāo)，其值越接近1，表示模型的解釋能力越強。模型的R2值為0.796，表明模型的解釋能力較強，可以較好地反映電力變壓器的運行風(fēng)險。此外，為了檢驗?zāi)Ｐ椭惺欠翊嬖诙嘀毓簿€性問題，計算每個自變量的方差膨脹因子（VIF）。VIF是衡量多重共線性嚴(yán)重程度的一個重要指標(biāo)，其值越大，表示多重共線性問題越嚴(yán)重。如果VIF值大于10，就認(rèn)為存在嚴(yán)重的多重共線性問題。所有自變量的VIF值均小于10，遠(yuǎn)低于常用的多重共線性閾值，說明模型中沒有嚴(yán)重的多重共線性問題，自變量之間的相互獨立性較高，模型構(gòu)建良好，結(jié)果具有較高的可靠性。

3.4 秩和比分析

采用秩和比分析法對選取的電力變壓器的運行風(fēng)險進(jìn)行評估。結(jié)合初始化標(biāo)準(zhǔn)值以及計算權(quán)重進(jìn)行秩和比計算，根據(jù)計算公式求出秩和比Si為（0.81，0.63…0.41），Probit值為（6.80，6.06…5.18）。最終確定總體變壓器的評價排名以及分檔等級，計算結(jié)果見表3。

根據(jù)表3的數(shù)據(jù)分析可以看到，在評估的變壓器中，整體風(fēng)險分檔等級都達(dá)到2級或以上說明所有被評估的變壓器在風(fēng)險管理方面都滿足了基本的合格標(biāo)準(zhǔn)，這對保證電力系統(tǒng)的穩(wěn)定運行非常重要。特別值得注意的是，變壓器2和變壓器3的風(fēng)險評價等級達(dá)到了3級，這是一個較高的評價等級，表明這兩個變壓器的運行風(fēng)險控制得非常好，評價結(jié)果為優(yōu)秀。這歸功于多種因素，例如良好的運行環(huán)境、定期維護(hù)管理、穩(wěn)定的設(shè)備狀態(tài)以及較少的故障歷史。這些因素共同作用，可以保障變壓器的安全運行，降低潛在的故障風(fēng)險。盡管大多數(shù)變壓器的風(fēng)險評估結(jié)果令人滿意，但仍有一些變壓器的評估結(jié)果不盡如人意。這些較低的風(fēng)險評估結(jié)果說明在電力變壓器的運行過程中，仍然存在一定的風(fēng)險。因此，電力系統(tǒng)的管理者和運維團(tuán)隊需要對這些變壓器給予特別關(guān)注，采取更為嚴(yán)格的風(fēng)險控制措施，以保障系統(tǒng)的整體安全。對風(fēng)險評估結(jié)果較低的變壓器，應(yīng)當(dāng)進(jìn)行深入分析，識別和診斷其存在的問題，包括設(shè)備的物理狀態(tài)、老化程度、歷史運行數(shù)據(jù)、環(huán)境條件以及維護(hù)記錄等方面的綜合考量。一旦確定問題的根源，就需要采取針對性的措施來解決這些問題，例如加強巡檢、更換老化部件、改善運行環(huán)境、優(yōu)化維護(hù)計劃等。雖然整體上變壓器的運行風(fēng)險得到了控制，但仍有改進(jìn)的空間。通過持續(xù)的風(fēng)險評估和積極的干預(yù)措施，可以進(jìn)一步提高電力系統(tǒng)的可靠性和安全性，保證電力供應(yīng)的穩(wěn)定性。需要定期對變壓器及其運行環(huán)境進(jìn)行監(jiān)測和分析，使用先進(jìn)的狀態(tài)監(jiān)測技術(shù)，例如油中溶解氣體分析、紅外熱成像、局部放電檢測等，可以及時發(fā)現(xiàn)變壓器的潛在故障，預(yù)測設(shè)備的健康狀況，從而提前采取預(yù)防措施。同時，通過收集和分析歷史故障數(shù)據(jù)，可以不斷完善風(fēng)險評估模型，提高評估的準(zhǔn)確性和有效性。積極干預(yù)措施，包括對變壓器設(shè)計、制造、運行和維護(hù)等各個環(huán)節(jié)進(jìn)行優(yōu)化。在設(shè)計階段，可以采用更先進(jìn)的的設(shè)計理念和材料，提高變壓器的抗故障能力。在制造階段，加強質(zhì)量控制和出廠測試，保證變壓器的制造質(zhì)量，在運行階段，合理調(diào)度，避免變壓器過載運行，及時處理運行中的異常，在維護(hù)階段，制定和執(zhí)行科學(xué)的維護(hù)計劃，定期對變壓器進(jìn)行檢查和維護(hù)，保證其處于良好的運行狀態(tài)。

4 結(jié)論

對電力變壓器的運行風(fēng)險進(jìn)行系統(tǒng)評估和分析。對各項指標(biāo)的適用性、模型的合理性以及結(jié)果的合理性進(jìn)行綜合考量，得出以下結(jié)論。1）選取的設(shè)備狀態(tài)指標(biāo)、運行環(huán)境指標(biāo)、維護(hù)管理指標(biāo)和故障歷史指標(biāo)能夠全面反映電力變壓器的運行風(fēng)險。這些指標(biāo)涵蓋電力變壓器的內(nèi)部和外部環(huán)境、設(shè)備狀況以及歷史表現(xiàn)等方面，能夠較為全面地評估電力變壓器的運行風(fēng)險。同時，對這些指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理和權(quán)重分配，使評估結(jié)果更加客觀和科學(xué)。2）采用基于熵權(quán)法和秩和比綜合評價的方法進(jìn)行風(fēng)險評估。熵權(quán)法能夠客觀地確定各指標(biāo)的權(quán)重，避免主觀因素的影響。秩和比綜合評價法能夠?qū)⒏髦笜?biāo)的排序結(jié)果轉(zhuǎn)化為綜合評價得分，從而對電力變壓器運行風(fēng)險進(jìn)行量化評估。這些方法在電力變壓器風(fēng)險評估中應(yīng)用是合理且有效的，能夠為電力變壓器的運行管理和故障預(yù)防提供科學(xué)依據(jù)。3）本研究對選取的電力變壓器進(jìn)行風(fēng)險評估，發(fā)現(xiàn)大多數(shù)變壓器的運行風(fēng)險得到了控制和管理，其中部分變壓器的風(fēng)險評估結(jié)果為優(yōu)秀。表明在電力變壓器的實際運行過程中，大多數(shù)變壓器的運行風(fēng)險控制得較好，但仍有個別變壓器的風(fēng)險評估結(jié)果較差，需要進(jìn)一步加強風(fēng)險控制和管理。因此，評估結(jié)果與現(xiàn)實情況相符，具有一定的合理性。

參考文獻(xiàn)

[1]李杜，雷軍，萬鵬. 基于量化風(fēng)險評估方法的電力變壓器狀態(tài)檢修決策研究 [J]. 科技與創(chuàng)新， 2022（24）： 159-162.

[2]禹洪波. 計及不確定性的電力變壓器風(fēng)險評估研究[D]. 貴陽：貴州大學(xué)， 2022.

[3]楊巍巍. 基于風(fēng)險評估和成本分析的電力變壓器檢修策略[D]. 石家莊：石家莊鐵道大學(xué)， 2021.

[4]鄭濤，何瑞，楊鑫慧，等. 故障性涌流影響下?lián)Q流變差動保護(hù)的可靠性風(fēng)險評估 [J]. 電網(wǎng)技術(shù)， 2021， 45 （11）： 4490-4497.

[5]李澤宇. 基于設(shè)備可靠性分析及耦合潮流的綜合能源風(fēng)險評估研究[D]. 杭州：浙江大學(xué)， 2021.

[6]徐玉琴，任正，詹翔靈，等. 基于物元模型的電力變壓器全壽命周期成本風(fēng)險評價 [J]. 中國電力， 2014， 47 （12）： 127-132.